본 연구는 주제-설명 구조 기반 테이블 요약(Tabular-TX) 파이프라인을 제안합니다. In-Context Learning을 활용하여 미세조정 없이 LLM의 분석 능력을 극대화하고, 제한된 데이터셋에서도 뛰어난 성능을 보여 기존 방식을 능가하는 결과를 얻었습니다.

Bidit Sadhukhan과 Swami Punyeshwarananda가 OpenAI의 Whisper 모델을 활용하여 개발한 산스크리트어 자동 음성 인식 모델은 15.42%의 낮은 단어 오류율을 달성하며 산스크리트어의 디지털화 및 접근성 향상에 크게 기여할 것으로 예상됩니다.

중국과학원 연구팀이 개발한 혼합 VAE-확산 신경망 기반 교통사고 빈도 모델링은 제로 관측값 문제를 해결하고 예측 정확도를 향상시켜 교통 안전 정책 수립에 기여할 것으로 기대됩니다.

Tan et al. (2025)의 연구는 3D 모델 생성 기술과 다중 시점 이미지, 부정적 지시어를 활용하여 대규모 비전-언어 모델(LVLMs)의 객체 속성 환각 문제를 효과적으로 해결하는 새로운 방법을 제시합니다. Multiview Attributes Perceiver (MAP) 모듈과 부정적 지시어를 통해 입력 이미지 순서의 영향을 제거하고 LVLMs의 'Yes' 편향성을 완화하여 더욱 정확한 결과를 얻을 수 있음을 실험적으로 증명하였습니다.

Xu Chu 등 연구진이 개발한 STAA 알고리즘은 그래프 웨이블릿 계수를 이용한 시공간적 분석을 통해 동적 그래프의 잡음 에지를 식별하고 가중치를 감소시켜, 동적 GNN의 성능을 향상시키는 기술입니다. 다양한 데이터셋에서 기존 방법들을 뛰어넘는 성능을 보였습니다.